Kako namestiti Keras in TensorFlow iz ozadja na Ubuntu

kako namestiti keras na ubuntu

Po končanem Tečaj strojnega učenja, Iskal sem, kje nadaljevati. Razvojna okolja, ki se uporabljajo na tečaju prototipiranja Octave / Matlab, niso tisto, kar ljudje uporabljajo, zato morate narediti preskok na nekaj višje kakovosti. Med kandidati, ki so mi bili najbolj priporočljivi, je Keras, z uporabo zalednega TensorFlow. Ne bom se spraševal, ali je Keras boljši od drugih orodij ali ogrodja ali pa naj izberem TensorFlow ali Theano. Razložil bom le, kako ga je mogoče namestiti v Ubuntu.

Najprej sem ga poskušal namestiti iz dokumentacije uradnih strani, in to je bilo nemogoče, vedno sem imel kakšno napako, neko nerešeno vprašanje. Na koncu sem šel iskat posebna navodila za namestitev keras v Ubuntu Pa vendar sem dva dni preživel veliko časa ponoči. Na koncu sem to dosegel in vam prepuščam, kako sem to storil, če vam lahko utira pot.

Ker bomo sledili korakom, ki jih priporočajo spletna mesta, ki vam jih na koncu vadnice pustim pri virih, bomo za upravljanje paketov namestili PIP, ki ga nisem imel. pip v Linuxu je to sistem za upravljanje paketov, napisan v pythonu.

sudo apt-get namestite python3-pip sudo apt namestite python-pip

Naročite se na naš poštni seznam

Namestite virtualenv s pomočjo pip3

Z Virtualenv lahko s Pythonom ustvarjamo navidezna okolja. Lahko bi rekli, da je navidezno okolje sestavljeno iz enkapsulacije projekta, kjer lahko delamo z različnimi paketi in v različnih različicah.

Tu so se pojavile prve težave pri uporabi sudo v vadnici, ki sem ji sledil (sudo pip3 install virtualenv), vrnila je naslednjo napako

Težave pri namestitvi virtualenv

Nekateri so predlagali brisanje mape http iz predpomnilnika, vendar to ni uspelo. Druga rešitev, ki je nisem predlagal, je uporaba -H, to je sudo -H pip3 install virtualenv. Toda najpreprostejša rešitev, ki je delovala v mojem primeru, je bila

pip3 namestite virtualenv

pip3 namesto pip pomeni, da bomo uporabili python 3

In namestili bomo Virtualenvwrapper

Virtualenvwrapper us vitamin, avtomatizira številne naloge in nastavitve Virtualenv. Pomaga nam, da vse olajšamo. Zato ga uporabljamo.

Po korakih, ki so jih predlagale različne vadnice, se je zdelo, da je vse nameščeno, toda ko sem zagnal mkvirtualenva, ki je eden od spodnjih korakov, mi je vedno rekel, da tega navodila ne prepozna. Na koncu sem ga lahko namestil in naredil virtuanenvwrapper, da deluje tako.

pip namestite virtualenvwrapper

Kako namestiti virtualenvwrapper

Ko enkrat vidimo Uredi .bashrc z in bomo postavili svoj vir, to je naslov, na katerem imamo datoteko virtualenvwrapper.sh

izvoz WORKON_HOME = $ HOME / .virtualenvs izvoz PROJECT_HOME = $ HOME / Razvijalni vir /home/nmorato/.local/bin/virtualenvwrapper.sh

Te majhne stvari so tiste, za katere vem, da se jih ljudje začnejo zadušiti, ker ne vedo, kako prilagoditi to vrstico in najti pot do svoje datoteke. V 4 slikah je torej mini razlaga

Kako najti in si ogledati vir ali pot datoteke

  1. Odprite Nautilus, upravitelj datotek Ubuntu in kliknite na druga mesta. Pokazal vam bo vaš trdi disk, izberite tistega, na katerem je nameščen Ubuntu.
  2. Tu smo pri korenu našega sistema. Kliknite zgornjo lupito in prikazal se bo iskalnik.
  3. V tem primeru vnesite ime datoteke virtualenvwrapper.sh in našel vam bo tiste v celotnem sistemu
  4. Pridemo na vrh, kliknemo z desnim gumbom in damo lastnosti. Tam boste videli njeno celotno pot. Tistega, ki ga morate vzeti za spremembo .bashrc

 

No to je to. Ko je .bashrc spremenjen, izvedite to vrstico v konzoli, v mojem primeru

vir /home/nmorato/.local/bin/virtualenvwrapper.sh

zaženite virtualenvwrapper v ubuntuju

Po napaki pri preverjanju vadnice

NAPAKA: virtualenvwrapper ni mogel najti virtualenv na vaši poti

v tem koraku sem moral namestiti tudi pip s

sudo apt namestite virtualenv

Druga možnost je

sudo apt install --inštaliraj virtualenv

 

 

Ustvarjamo okolje keras v virtualenv in virtualenvwrapper

V mojem primeru sem ga poklical keras_tf iz TensorFlowa, ki je zaledje, ki ga bomo uporabili s Kerasom, in ustvarjam razvojno okolje.

mkvirtualenv keras_tf-p

Zelo preprosto je. S tem je že nameščen. Od zdaj naprej bomo vsakič, ko želimo vstopiti, vstopili

delaj keras_tf

Namestite Tensor Flow

Zelo preprosto navodilo. Resnica je, da sem tukaj povedal preprosto. Če pogledate uradno dokumentacijo, obstaja veliko možnosti.

pip install - nadgradnja tensorflow

Da preverimo, ali gre vse dobro, zaženemo v konzoli

 python >>> uvoz tensorflow >>>
Imam napako, povezano s starimi procesorji, o kateri bom govoril na koncu

Namestite keras

Če želite namestiti Keras, morate najprej namestiti te odvisnosti pythona. Prav tako je mogoče zdaj izkoristiti in namestiti OpenCV, a ker ga trenutno ne bom uporabljal, ga nisem želel še bolj zapletati.

pip namestite numpy scipy pip namestite scikit-learn pip namestite blazino pip namestite h5py

In končno po vsem zgoraj navedenem lahko končno namestite Keras :)

pip namestite keras

Datoteko keras.json preverimo iz ~/.keras/keras.json lahko kliknete Iskanje v nautilusu, upravitelju datotek Ubuntuja

Privzete vrednosti morajo biti podobne tej

{"floatx": "float32", "epsilon": 1e-07, "backend": "tensorflow", "image_data_format": "channels_last"}

Predvsem preverite, za kateri backend gre tensorflo in ne theano in kaj postavlja image_data_format channel_last in ne kanali_prvi avtor theano

Če ne najdete keras.json

Datoteka keras.json in njeni podimeniki večino časa ne bodo ustvarjeni, dokler ne odprete konzole in ne uvozite paketa neposredno.
Torej, če je to vaš primer in ga v svojem sistemu ne najdete, sledite naslednjim korakom.
workon keras_tf python import keras quit ()

kako prenesti na tensrorflow, težava z navodili avx

Poglej še enkrat in čarovnija !!! Zdaj se zdi.

Če bo šlo vse v redu. Vse bi bilo pripravljeno, lahko začnete uporabljati Keras in uživate v strojnem učenju, globokem učenju, umetni inteligenci ...

Imel sem dodatno težavo, ki bo omejila uporabo TensorFlowa. Oglejte si sliko in videli boste, da je zadnja vrstica nedovoljeno navodilo (ustvarjeno "jedro") v angleščini je jedro dampinško.

Težava z navodili TensorFlow in AVX. TensorFlow odložen

Zdi se, da predhodno prevedene binarne različice različice TensorFlow, starejše od 1.5, uporabljajo navodila AVX, ki jih starejši CPU ne podpirajo. Po iskanju in iskanju sem našel edino rešitev za stackoverflow, kjer so rekli, da moramo ostati na različici 1.5

Zato sem moral s TensorFlowa preklopiti na 1.5, če imate isto težavo

pip namesti tensorflow == 1.5

In zdaj to?

No, prva stvar je, da preizkusim Keras, kako deluje, če ga priklopim ali ne. Če bom le opravljal teste ali če ga bom uporabil, bo to res pri odpravljanju težav. Resnica je, da se Keras popolnoma razlikuje od uporabe Octave / Matlab na tečaju strojnega učenja. Pri Kerasu se zdi, da jih algoritmi niti ne vidijo, že so jih vsadili in se posvetite temu, da jih plastete. Če nadaljujem s tem strojno učenjein potrebujem zmogljivejše orodje, morda se odločim za storitve v oblaku, kjer je Keras vnaprej konfiguriran, kot so AWS, Azure, google cloud itd.

Ampak to pustim za kasneje. Grem korak za korakom.

Fuentes:

Pustite komentar